-
题名基于混合BP神经网络的原油管道电耗预测研究
被引量：5
- 1
-
-
作者
李雨
侯磊
徐磊
白小众
刘金海
孙欣
谷文渊
-
机构
中国石油大学(北京)石油工程教育部重点实验室
国家石油天然气管网集团有限公司油气调度中心
国家管网集团北方管道有限责任公司锦州输油气分公司
-
出处
《石油化工高等学校学报》
CAS
2022年第2期68-73,共6页
-
基金
国家重点研发计划项目(2016YFC0802100)。
-
文摘
原油管道电耗的准确预测能够用于控制原油管道耗能水平,充分挖掘原油管道输送系统的节能潜力。实际采集到的原油管道运行数据具有波动范围大的特点,且存在严重的噪声干扰和信息冗余,对精确预测管道电耗造成不良影响。为解决上述问题,提出一种基于混合神经网络的电耗预测模型。利用自适应噪声的完备集成经验模态分解,对原油管道日运行数据进行分解;利用主成分分析对分解后数据做降维处理;利用改进粒子群算法调节神经网络结构参数;使用该模型预测某原油管道电耗,并与常见的几种预测模型展开对比。结果表明,分解算法能够提高模型预测精度;该混合神经网络模型预测精度最高,其测试集的平均绝对误差为5.394%,较使用分解算法前降低39.200%。
-
关键词
原油管道
电耗预测
人工神经网络
改进粒子群算法
-
Keywords
Crude oil pipeline
Power consumption prediction
Artificial neural network
improved particleswarm optimization algorithm
-
分类号
TE832
[石油与天然气工程—油气储运工程]
-
